基于探索式创新的知识整合能力对制造企业绩效的影响

陈 静 ,曾德明 ,欧阳晓平

(1.湖南大学 工商管理学院,长沙 410082;2.湘潭大学 材料科学与工程学院,湖南 湘潭 411105)

《中国制造2025》正推动我国制造企业全力打造高效智能、拥有核心竞争力的新型制造业,跨领域的技术融合和跨组织的协同创新已成为突破重点领域关键共性技术、促使产业向价值链中高端迈进的重要途径。其中,打破固有应用市场格局的探索式创新是实现这些目标的关键一环。在探索式创新过程中,部分制造企业摆脱传统技术束缚,致力于全新知识领域的创造型技术研发;部分制造企业则尝试新旧知识结合的混合型技术研发。虽然通过创造型技术研发实现技术转型可能面临较大风险,但有助于创造新的产品市场、引领行业发展。混合型技术则以旧有知识基础为依托协助制造企业维持市场盈利、平稳过渡技术转型期[1]。知识基础理论认为企业的本质是一个知识应用的实体,通过专门的知识整合机制来生产产品和服务,从而使企业能够利用独特的优势来管理经济活动[2]。从知识的视角来看,混合型和创造型技术研发与新旧知识的整合密不可分。知识搜索和重组的文献认为,创新的产生通常是由旧有知识的整合或重组产生的,该观点得到了学者们的广泛讨论。技术的快速更迭使得新知识获取和整合也成为创新的重要渠道,但知识基础视角下的新知识整合得到的关注较少。谢洪明等[3]证实了知识整合是提高企业绩效的关键环节,因此,探讨基于探索式创新的知识整合能力与制造企业绩效之间的关系,对制造企业提升经济效益具有重要意义。

本文以探索式创新视角下的混合型和创造型技术研发为落脚点,以知识整合为研究核心,基于知识基础理论将探索式创新过程中的知识整合区分为混合型知识整合和创造型知识整合,并分别探讨它们对制造企业绩效的影响,旨在构建混合型知识整合能力和创造型知识整合能力对制造企业绩效的作用模型。此外,新知识学习及其整合的复杂性促使协作研发成为一种重要的创新策略[4],本文基于协同创新理论引入协作研发广度和深度作为权变因素,提出并检验它们对混合型和创造型知识整合能力与制造企业绩效之间关系的调节作用,以期进一步完善知识整合能力与制造企业绩效的关系模型。本文旨在为制造企业如何围绕探索式创新培育内部知识整合能力、调整协作研发策略以提升绩效提供一定参考,对提升制造企业核心竞争力具有一定的参考价值。

1 相关研究述评

1.1 知识整合

知识基础是一系列知识元素的集合,这些知识元素反映了企业所掌握的技术、技能以及信息等内容,并且能够应用于企业生产目标实现的过程[5-6]。知识基础中的知识元素通常不是独立存在,而是通过某种依存关系彼此联结[7],其中,挖掘和运用知识元素依存关系的过程就是知识整合。知识整合是将来源、功能不同、且具有一定互补性的知识进行粘合[8]。本质上,知识整合和知识组合具有相似的含义[9],它们均强调通过知识的粘合和运用构建具有一定结构特征的知识基础。知识基础视角下的已有研究围绕知识基础结构特征如知识宽度和知识深度[10-11]、知识一致性[12]对企业绩效的影响展开分析,但缺少从不同维度分析知识整合能力影响制造企业绩效的研究。根据知识整合的内涵,知识元素以及它们之间的依存关系是实现知识整合的关键。Strumsky等[13]依据知识整合过程中知识的新旧以及依存关系是否存在,将知识整合细化为4种类型:包含新型知识元素的原创组合和新颖组合、仅包含旧有知识元素的组合和强化组合。根据双元创新的知识本质可以发现,前两者属于探索式创新活动,后两者属于利用式创新活动,且探索式创新活动对利用式创新活动具有明显的推动作用。已有研究对探索式创新范畴内的新旧知识元素整合进行了讨论:Yayavaram 等[7]认为旧有知识领域和新知识领域之间耦合模式的改变有利于提高企业的创新绩效;于飞等[14-15]发现,新旧知识的组合对企业突破式创新绩效具有促进作用。探索式创新活动的开展对制造企业具有重要意义,虽然相关文献表明知识整合在创新活动中的关键作用,但对探索式创新视角下的知识整合能力关注较少。为了弥补这一研究空白,本文构建了混合型和创造型知识整合能力对制造企业绩效的直接影响模型。

1.2 协作研发广度和深度

探索式创新有助于制造企业迈出已有技术构建的“舒适区”,并摆脱路径依赖的束缚,但也使得制造企业面临较高不确定性和成本投入。为了降低创新成本和风险,越来越多的企业借助开放式创新开展研发活动[16],其中,协作研发是一种重要的开放式创新形式,并得到学者们的广泛关注[17-19]。在协作研发建立过程中,企业可以与多元化的组织建立合作关系,也可以与特定组织建立重复的合作关系。两种协作研发策略在异质性资源获取渠道和涉及的交易费用等方面均存在差异,从而对企业创新活动产生不同的影响。马艳艳等[20]从企业创新绩效方面考虑并发现协作研发深度有助于企业创新绩效的提升,协作研发广度则存在一个最佳规模。Zheng等[21]指出重复合作对企业突破式创新的影响具有阈值效应。张妍等[22]发现,协作研发关系的多样化促进企业创新绩效的提升。虽然协作研发可以提供异质性创新资源,但企业能否真正受益于这些外部资源,还与其自身的知识基础密切相关[23]。基于此,徐露允等[24]对协作研发广度、深度与知识基础结构特征的交互作用对探索式创新绩效的影响进行了讨论。陈立勇等[25]基于知识重组理论分析了知识重组能力与协作研发深度的交互作用在企业技术标准制定中的重要作用。考虑到协作研发与新知识整合之间的密切关系,本文进一步将协作研发广度和深度作为权变因素纳入研究框架,以揭示基于探索式创新的知识整合能力在不同合作策略情境下的作用。

2 理论基础与研究假设

2.1 基于探索式创新的知识整合能力与制造企业绩效

本文借鉴双元知识整合思想[26],结合知识基础视角下创新活动实现的过程,将围绕旧有知识开展的知识整合视为基于利用式创新的知识整合,围绕新知识开展的知识整合视为基于探索式创新的知识整合。鉴于探索式创新对传统产业转型升级的重要性,本文重点关注基于探索式创新的知识整合。混合型知识整合能力是企业整合新旧知识的能力,目的在于产生新的技术组合,以解决新的问题和开发新的应用程序,使企业逐步建立在已有领域的竞争能力。创造型知识整合能力则是企业整合新知识的能力,它需要企业规避现有技术轨道,探索新知识之间可能存在的组合,有利于企业开拓新的产品市场[1]。

2.1.1 混合型知识整合能力与制造企业绩效 创新活动的开展是知识基础结构特征形成的基础。同时,知识基础结构特征也会对创新活动产生影响。Wang等[4]指出,知识基础结构特征的形成加深企业对相应知识元素的理解,并促进相应知识整合经验的积累,进而推动企业从现有知识基础中挖掘更多的整合机会,加速创新效率。混合型知识整合能力的提升意味着制造企业通过旧有知识的重复利用强化了知识基础结构特征的形成,并对旧有知识元素及其整合具有较为深入的理解。此时,制造企业可以充分利用现有知识基础的优势,借助旧有知识元素的组合潜能加速新知识整合,从而缩短新知识的内化进程,实现新技术的突破和应用[14-15]。同时,Levitt等[27]指出,围绕旧有知识基础可以提高企业的知识整合能力,促进组织内部惯例、范式的形成,从而有助于创新效率的提升。在惯例和范式的作用下,制造企业内部的研发人员往往从旧技术视角看待新技术研发,使得新技术延续已有技术轨迹,提高现有核心能力的有效性,能够更快满足市场需求,实现短期效益[1,28]。因此,混合型知识整合能力的提升促使制造企业借助旧有知识元素带来的优势平稳过渡研发期,并通过具有更强实用性的新技术开发推动绩效的快速增加。

在混合型知识整合能力提升到一定程度后,基于旧有知识基础积累的整合经验为制造企业带来相关优势的同时,也容易使得研发人员对其产生更强依赖性,阻碍企业对新技术的探索,对企业绩效产生不利影响[3,24]。在路径依赖的作用下,混合型知识整合能力过高的制造企业过多依赖旧有知识,这容易限制研发人员的想象力和创造力,并可能由于“非此处发明综合症”(Not Invented Here,NIH)和“组织短视症”[29]使得制造企业陷入“混合陷阱”,即过分强调既有技术路径在探索式创新过程中的作用,导致研发成果的创新性不足,不利于在新技术领域中争得一席之地,从而降低企业产品的市场份额,侵害企业的财务绩效[1]。在动荡的技术环境下,旧有知识重复使用带来的组织刚性与路径依赖可能无法解决新问题;同时,当旧有知识构建的组合空间逼近极限时,围绕旧有知识展开创新活动的边际成本将会超过边际收益[30]。上述情景都容易使得制造企业无法再受益于混合型知识整合能力带来的成本优势,特别是在市场已经开始接纳突破传统的新技术时,过高的混合型知识整合能力反而会抑制制造企业绩效的提升。基于上述分析,提出:

假设1混合型知识整合能力的提升对制造企业绩效具有促进作用,但超过一定阈值后,混合型知识整合能力的提升则对制造企业绩效具有抑制作用。

2.1.2 创造型知识整合能力与制造企业绩效 突破传统的新技术能够通过挖掘顾客新需求、改变市场结构、催生新产业等途径带来远超传统技术影响范围的发展机会[31]。Hill等[32]指出突破传统的新技术通常是基于未知的科学领域而产生的。为了更好地实现突破性新技术研发,制造企业应该超越既定技术能力领域,更多投资于不熟悉、新兴的技术领域,从而摆脱已有技术轨迹的束缚[33]。创造型知识整合能力的提升使得制造企业更倾向于突破路径依赖带来的组织刚性,引入更多新的技术领域,从而拓宽产品市场,获取更多超额利润。一方面,新知识之间的整合意味着在多个技术领域中同时获取新的知识,有助于加速制造企业知识基础多元化程度的提升,并且在全新技术领域之间开展知识依存关系搜寻和“交叉创新”活动,激发更具创新性思路的产生、避免陷入“能力陷阱”;另一方面,实现新知识之间的整合需要引入更多“中介”知识[34],其中一种重要的途径就是在原来无沟通的知识主体之间建立联系,结合以前看似无关的想法来创建新的解决方案[35],在此过程中,跨团队研发人员间的知识流动愈加频繁,从而使得研发人员更容易突破已有思维定势,激发出更多研发新思路。因此,创造型知识整合能力的提升推动制造企业在探索式创新过程中打破已有技术轨迹,促进突破传统的新技术产生,提高在新兴市场中的竞争力,从而带动绩效的增加。

创造型知识整合能力高的制造企业拥有更多机会突破传统进行新技术研发,但新知识之间依存关系的挖掘需要较多资金、人力等资源的投入[7]。由于探索式创新具有很高的不确定性,过分追求对新技术的探索,制造企业将面临稀缺资源带来很小回报的风险[36]。过高的创造型知识整合能力使得制造企业在短期内形成庞大的知识基础,但这也会阻碍制造企业的创新进程。一方面,知识整合需要资源、时间和相关支持机制。当企业的新增知识与当前知识基础之间的距离增加时,整合搜索结果的成本相应也会增加。另一方面,广泛的知识搜索以及引入的新知识可能会破坏组织惯例,甚至引发当前研发人员间的冲突,从而降低整体生产效率[37]。因此,当创造型知识整合能力超过一定阈值时,围绕新知识之间依存关系挖掘的过高资源投入抑制了后续创新活动的开展,从而不利于制造企业绩效的提升。基于上述分析,提出:

假设2创造型知识整合能力的提升对制造企业绩效具有促进作用,但超过一定阈值后,创造型知识整合能力的提升则对制造企业绩效具有抑制作用。

2.2 协作研发广度的调节作用

协作研发广度的提升意味着与制造企业建立合作关系的外部组织数量的增多[24]。企业的持续竞争优势得益于具有路径依赖、因果模糊、社会复杂性等特征的资源[38],此类资源一般难以通过市场进行转移[39],往往需要通过“干中学”或“研中学”等方式在密切观察和密集交流的过程中才能被有效获取[40-41]。资源在不同组织之间的分布具有异质性,多元化的协作研发关系能够使得制造企业通过与合作伙伴的密切交流,以较低成本和风险获取更多异质性新知识及其整合经验[42],从而在一定程度上影响制造企业的知识整合过程。本文在考察基于探索式创新的知识整合能力对制造企业绩效影响的基础上,将反映合作伙伴多样化程度的协作研发广度作为调节变量,以深化研究模型。

如前所述,在新旧知识整合过程中,制造企业现有知识基础的优势会得到进一步发挥和利用,旨在通过旧有知识元素的整合机会加速新知识的内化进程[14-15]。围绕现有知识基础进行技术开发和利用,有助于推动制造企业技术轨迹的形成和深化;制造企业在占有的资源、战略布局等方面存在不同,通常具有差异性的技术发展路径,并最终各自具有不同的市场竞争优势[43]。协作研发广度的增加提供了多元化的知识及其整合技能、技巧等隐性知识的获取渠道[42],但制造企业需要投入更多资源从中挑选出能够真正为自身所用的外部知识,特别是在面对与自身技术轨迹存在差异的多样化知识流入时,制造企业需要投入更多的协调、沟通成本,甚至需要投资于内部具体职能和机制以提高合作管理能力,这些都带来了不容忽视的交易成本[44]。资源具有稀缺性,协作研发广度提升带来的较高交易成本分散了制造企业对现有知识基础进一步利用和开发的资源、精力等方面的投入,从而不利于自身技术路径既有优势在混合型知识整合过程中的发挥,并最终减缓了制造企业绩效的提升。基于上述分析,提出:

假设3a协作研发广度的提升弱化混合型知识整合能力对制造企业绩效的促进作用。

混合型知识整合强调已有技术轨迹在探索式创新过程中的重要性,所以此思路下形成的研发成果的创新程度通常具有一定局限性,而基于新知识的创造型知识整合则更加强调研发成果的创新性[1]。当制造企业拥有较高的协作研发广度时,内部研发人员有较多与外部组织进行沟通与互动的机会,与外部组织多方位的思想碰撞能够在一定程度上缓解已有惯例和范式对研发人员的束缚,并激发更多新思路的产生,从而促使创造型知识整合过程中嵌入更多突破性技术变革[45]。另一方面,知识整合的经济效应取决于相应技术成果的商业化程度[46],组织之间的合作有助于加速相关技术“从内到外的过程”,即将想法转移到外部环境从而获取收益的过程[47]。组织之间的技术成果战略布局通常具有差异性[43],多元化的合作关系不仅能够更切实地满足制造企业在创造型知识整合过程中对异质性知识、技术的需求,也能够使得制造企业获得更多新研发成果商业化的思路启发,并获取多样化的技术商业化机会和渠道。基于上述分析,提出:

假设3b协作研发广度的提升强化创造型知识整合能力对制造企业绩效的促进作用。

2.3 协作研发深度的调节作用

协作研发深度的提升反映出制造企业与外部组织之间建立重复的合作关系。Zheng等[21]指出,与一次性的合作关系相比,重复合作关系与突破性创新的互动关系更为密切。因此,本文在考察协作研发广度的调节效应的同时,也将反映合作重复程度的协作研发深度作为调节变量引入基于探索式创新的知识整合能力与制造企业绩效关系模型。

重复合作关系的建立推动组织之间合作惯例的形成[21]。其中,关于知识转移惯例的建立促进了组织之间的知识转移,从而使得企业能够通过重复合作高效率获取外部组织的异质性资源[48]。与多元化的合作关系相比,重复合作关系使得制造企业接触到的外部异质性知识等资源较为集中,且在彼此更为熟悉、信任的合作关系作用下,制造企业能够更有效地对合作伙伴的异质性知识进行吸收。因此,具有较高协作研发深度的制造企业可以充分利用重复合作关系带来的深层次沟通与互动,将外部新知识高效率地嵌入到创新过程中,从而在一定程度上缓解既有技术优势的束缚[45],最终使得相关研发成果在创新程度方面更具竞争力,并带来更高经济效益。另一方面,制造企业与外部组织之间的重复合作有助于推动治理结构的形成,治理结构的形成需要耗费一定成本,但这些成本可以在重复合作过程中进行分摊,从而使得每次合作所涉及的交易成本有所降低[49];重复合作伙伴之间的默契和信任感更强,降低了机会主义行为产生的可能性[21],同时避免了合作伙伴变更所带来的转换成本[50]。交易成本的降低使制造企业可以将更多资源投入到重复合作关系中,进而促进高效率知识的获取,将更多新思路融入混合型知识整合进程中,并最终为制造企业带来更好的绩效。基于上述分析,提出:

假设4a协作研发深度的提升强化混合型知识整合能力对制造企业绩效的促进作用。

如前文所述,创造型知识整合的关键是摆脱旧技术所带来的路径依赖束缚,通过突破传统的新技术研发挖掘顾客的新需求、改变市场结构[31],因此,基于技术变革情境,新知识之间依存关系的探究以及突破性思路的激发是创造型知识整合的关键。在重复合作过程中,合作双方通常会制定一个关于对方的知识储备“目录”,重复合作频率越高,合作伙伴之间对彼此的知识储备有着更为清晰地认识和理解,并且越容易建立双方认可的共同知识[21]。随着重复合作频率的提升,合作伙伴愈加关注这些共同知识的开发[51],这容易使得他们之间的学习变得愈加渐进化和本地化[52],不利于新颖想法的产生。另一方面,重复合作意味着伙伴之间强关系的建立,强关系下的合作双方之间信任程度、熟悉程度和资源共享频率均较高[53],并在合作过程中形成双方认可的互动模式[21],但固定的互动模式容易将合作伙伴锁定在已有的心智模式中[54],从而使得制造企业与合作伙伴之间形成僵化的学习取向,导致建立重复合作的双方陷入“熟悉陷阱”,并最终阻碍新颖想法的产生[21]。重复合作带来的思维定势不利于创造型知识整合过程中更多新思路的引入,甚至可能对新思路的产生带来抑制作用。基于上述分析,提出:

假设4b协作研发深度的提升弱化创造型知识整合能力对制造企业绩效的促进作用。

综上所述,概念模型如图1所示。

3 研究设计

3.1 样本选取与数据搜集

制造业高质量发展离不开创新能力的提升和高新技术的积累。制造业高新技术企业是知识密集、技术密集的经济实体,需要持续开展研究开发与技术成果转化活动,形成核心自主知识产权,并以此为基础开展经营活动。作为国家创新驱动发展战略实施的重要主体,高新技术企业创新能力的提升对促进产业结构优化升级,激发全社会创造力和创新活力等方面具有重要现实意义[55]。面对新兴市场的不断涌现和互联网技术的快速发展,能否有效整合内外部知识已成为高新技术企业应对市场竞争格局新变化、寻求新机遇并获取持续竞争力的重要途径[26]。鉴于本研究定位为探索式创新视角下的知识整合问题,且高新技术企业生产经营与知识资产密不可分,因此,样本选取聚焦于我国制造业中的高新技术企业。

为了获取实证研究所需数据,首先,参照已有文献利用中国证券监督委员会发布的上市公司行业分类结果获取制造业上市公司名单,并利用高新技术企业认定管理工作网提供的信息对高新技术企业进行筛选。其次,基于高新技术企业名单从湖南省知识产权局获取2000～2016年期间的专利数据。由于相关变量的测度需要使用专利IPC(International Patent Classification)分类号信息,故只获取了包含IPC分类号的实用新型和发明专利数据,并剔除了观测期内未进行探索式创新的高新技术企业以保证自变量的测度。最后,利用国家企业信用信息公示系统、企业官网、公司年报等互联网资源获取企业信息层面的数据。同时,考虑到企业名称变更的情况,依据企业代码查找出企业全称和曾用名,并根据企业全称(包括曾用名)从国泰安数据库获取2000～2017年期间的研发投入、财务等数据。

3.2 变量及其测度

3.2.1 因变量 国内外学者指出托宾Q值可以更有效、更准确地评价市场维度下的企业绩效[56-57],并与企业无形资产如技术、知识等密切相关[58]。考虑到创新活动带来的绩效具有一定滞后性,本文利用t年的托宾Q值测度制造企业绩效。

3.2.2 自变量 在测度制造企业的不同类型知识整合能力之前,需要对知识整合类别进行判断[13]。首先,设置两个时期(T1和T2),每个时期的时间窗口均为3年。其次,通过两个时期的知识组合中知识元素的动态变化判断知识整合类型,即利用制造企业在T1(t-6,t-5,t-4)时期的专利技术分类号确定知识元素及其组合情况,并基于T1时期的知识元素及其组合情况对T2(t-3,t-2,t-1)时期的知识整合类别进行判断。具体地,在T1和T2时期同时出现的知识元素为旧有知识,在T2时期出现且未在T1时期出现的知识元素为新知识。由于本文关注的是基于探索式创新的知识整合能力,故只对包含新知识的知识组合进行类别判断。对于任意一新知识,当其与旧有知识之间存在组合关系,则该知识组合被视为混合型知识整合;当其与其他新知识之间存在组合关系,则该知识组合被视为创造型知识整合。需要指出的是,知识元素类别是基于专利IPC分类号“/”之前的部分进行判断[59-60]。

关于知识整合能力测度的文献主要围绕旧有知识之间的重组能力展开,借鉴Carnabuci等[61]提出的方法测度基于探索式创新的混合型和创造型知识整合能力。混合型知识整合能力和创造型知识整合能力的测度思路如下:首先,分别计算T2时期专利数据中知识组合出现的次数C混合型、C创造型;其次,计算制造企业的混合型知识整合能力C混合型/CT,创造型知识整合能力C创造型/CT,其中CT为T2时期专利数据中出现的知识组合总数。需要指出的是,因为T2时期的知识组合类别是基于T1时期进行判断的,所以T2时期知识组合出现的次数均重复计算。

3.2.3 调节变量 借鉴已有研究,利用3年期时间窗口(t-3,t-2,t-1)判断组织合作关系以揭示协作研发策略的变化[23]。根据已有文献提出的方法[62],利用制造企业在t-3,t-2,t-1年期间的联合申请专利中合作伙伴数量N测度协作研发广度,利用与不同合作伙伴之间的平均重复合作次数测度协作研发深度,其计算公式为:,其中,CPj为制造企业t-3,t-2,t-1年期间与合作伙伴j共同申请的专利数量。

3.2.4 控制变量 创新强度是创新活动开展的核心要素,对企业绩效具有重要影响[63]。其中,研发投入比率是测度创新强度的常用指标[64]。为与自变量、调节变量的测度窗口保持一致性,选取在t-3,t-2,t-1年期间研发投入比率(即研发投入占营业收入比例)的平均值作为制造企业创新强度层面的控制变量。

知识资产是影响制造企业发展的关键资源[65-66],引入制造企业知识基础结构特征作为控制变量。具体地:

(1)采用熵指数测度知识多元化[67],其计算公式为:,其中,pj为制造企业在观测期中包含知识元素j的专利数量占专利总数比例,J为 所有类别知识元素的总数。

(2)依据Nesta等[68]提出的方法,首先计算:

其中,Cm和Cn分别为观测期专利中知识元素m和n出现的次数,P为观测期专利总数;其次,计算知识元素m和n的互补性为:τmn=(Cmn-μmn)/σmn,其中,Cmn为观测期专利中知识元素m和n同时出现的次数;最后,利用公式

将计算出的τmn值进行标准化并得到企业层面的知识互补性为

其中,Pm和Pn分别为包含知识元素m和n的专利数量。

(3)利用Dibiaggio等[69]提出的方法得到知识元素m和n的相似性为

则企业层面的知识替代性为

其中,Cmk和Cnk分别为知识元素m和n与其他k个知识元素同时出现的次数。需要指出的是,为与自变量测度中的技术类别判断保持一致,知识基础结构属性测度也是围绕t-3,t-2,t-1年期间制造企业专利IPC分类号“/”之前的部分展开。

在制造企业属性层面,本文引入企业年龄,利用国家企业信用信息公示系统中提供的成立时间计算企业年龄。同时,根据注册信息判断制造企业所在的经济区域,引入东部、西部、东北地区3 个控制变量。

3.3 模型选择

由于因变量制造企业绩效为连续变量,故使用多元回归模型。样本数据为面板数据,根据Hausman检验结果采用随机效应进行回归分析。

4 实证分析结果

4.1 描述统计

表1所示为各变量的描述性统计及相关系数。由混合型和创造型知识整合能力的均值可以看出,样本企业的创造型知识整合能力略高于混合型知识整合能力,意味着以开拓新技术领域为目标的创造型知识整合能力培育成为制造企业关注的重点。同时,通过协作研发广度和深度的均值和标准差可以看出,样本企业的协作研发广度和深度平均水平均较低,与协作研发广度相比,样本企业之间的协作研发深度差异性较大。各变量之间的相关系数绝对值均低于0.60,且所有变量的方差膨胀因子VIF均低于2.00,说明变量之间不存在共线性问题,可以纳入回归方程进行回归分析。

表1 变量描述性统计及相关系数

4.2 回归分析

为验证研究假设,使用Stata软件对样本数据进行回归分析,回归结果如表2所示。

表2 随机效应模型回归结果

在回归中,M1仅包括了控制变量。M2引入了混合型知识整合能力的一次项和二次项,回归结果表明,混合型知识整合能力的二次项系数为负向且显著(β=-0.959,p<0.10),假设1得到支持,即混合型知识整合能力与制造企业绩效呈倒U 型关系。M3引入了创造型知识整合能力的一次项和二次项,回归结果表明,创造型知识整合能力的二次项系数为负向且显著(β=-0.437,p<0.05),假设2得到支持,即创造型知识整合能力与制造企业绩效呈倒U 型关系。M4引入了中心化后的混合型知识整合能力与协作研发广度的交互项,实证结果显示,混合型知识整合能力与协作研发广度的交互项的系数为负但不显著,假设3a没有得到支持。M5引入了中心化后的创造型知识整合能力与协作研发广度的交互项,实证结果显示,创造型知识整合能力与协作研发广度的交互项的系数为正且显著(β=0.067,p<0.01),即协作研发广度强化了创造型知识整合能力与制造企业绩效的正向关系,假设3b得到支持。M6引入了中心化后的混合型知识整合能力与协作研发深度的交互项,结果显示,混合型知识整合能力与协作研发深度的交互项的系数为负且显著(β=-0.038,p<0.01),假设4a没有得到支持,且实证结果中协作研发深度的调节作用方向与假设4a相反。M7引入了中心化后的创造型知识整合能力与协作研发深度的交互项,实证结果显示,创造型知识整合能力与协作研发深度的交互项的系数为负且显著(β=-0.029,p<0.01),即协作研发深度削弱了创造型知识整合能力与制造企业绩效的正向关系,假设4b得到支持。

5 结论

为了进一步明确和细化知识整合能力如何作用于制造企业绩效,利用知识基础理论并结合双元知识整合的观点,以制造业中的上市高新技术企业为例,分析了基于探索式创新的知识整合能力对制造企业绩效的影响机制,同时引入协同创新理论考察了协作研发广度和深度的调节作用。得到如下研究结论:

(1)混合型和创造型知识整合能力均与制造企业绩效呈倒U 型关系。基于新旧知识的混合型知识整合促使制造企业充分利用现有知识基础及基于以往知识整合活动形成的惯例,以平稳渡过探索式创新的研发期,并开发出延续已有技术轨迹的新技术,从而更快满足市场需求并带来更高经济效益。然而,过高混合型知识整合能力容易带来“混合陷阱”,导致研发成果在创新性方面有所欠缺,从而使得制造企业在动荡的市场竞争中不具优势。另一方面,基于新知识的创造型知识整合有助于克服路径依赖带来的思维定势,通过在全新技术领域之间开展“交叉创新”激发更具创新性技术的产生,推动制造企业绩效的提升。然而,此类知识整合活动面临较高的成本投入和不确定性,将过多资源投入于此,容易导致对能够更快带来经济效益的其他创新活动的忽视,从而不利于绩效的提升。

(2)协作研发广度加强了创造型知识整合能力对制造企业绩效的正向作用,但对混合型知识整合能力与制造企业绩效之间关系的调节效应不显著。高水平协作研发广度提供的多元化异质性资源为创造型知识整合的实现及其应用提供了更多新思路,加速突破性技术的产生进程,从而促使创造型知识整合带来更高绩效。协作研发广度对混合型整合能力与制造企业绩效之间关系的调节作用不显著的原因可能是:协作研发广度的调节效应体现在多元化异质性资源识别和整合难度以及合作关系产生的交易成本的提升。然而,样本企业的协作研发广度总体水平偏低且差异性较小,总体低水平的协作研发广度使其对混合型知识整合的抑制作用不明显。

(3)协作研发深度同时削弱混合型和创造型知识整合能力对制造企业绩效的正向作用。协作研发深度对创造型知识整合能力与制造企业绩效正向关系的抑制作用,验证了过高的重复合作带来的思维定势不利于创造型知识整合过程中更多新思路的引入,甚至可能对新思路的产生带来不利影响。另一方面,实证结果表明,协作研发深度负向影响混合型知识整合能力与制造企业绩效的正向关系,实证结果与研究假设相反。其原因可能是:虽然样本数据中不同制造企业之间的差异较大,但样本企业的协作研发深度总体水平较低;较低的协作研发深度使得重复合作关系带来的高效率知识转移以及低交易成本优势不复存在,甚至可能导致相反的效果。

在理论贡献方面,本文结合知识基础理论下的创新本质以及双元创新的特点,将知识整合分为基于利用式创新的知识整合和基于探索式创新的知识整合。考虑到探索式创新推动制造企业转型升级的现实背景以及已有相关文献的研究不足,围绕基于探索式创新的知识整合能力展开,并通过识别专利数据中知识元素之间的依存关系将其细化为混合型和创造型两种能力。已有文献更多聚焦于现存知识元素的知识整合即知识重组的相关研究[25,61],然而,为了获取持续竞争优势,探索式创新已成为企业的重要创新策略,因此,基于探索式创新的混合型和创造型知识整合能力剖析,使得学者和管理人员对企业知识整合的实现方式有了更系统的认识。同时,通过构建混合型和创造型两种能力对制造型企业绩效的影响模型,表明两种知识整合能力在提升制造企业绩效的过程中均具有重要影响,研究结论补充和丰富了知识基础理论与制造企业绩效关系的研究。另一方面,鉴于探索式创新过程中涉及的高成本、高风险,制造企业可能选择与外部组织建立协作研发关系以提升创新效率。研究表明,协作研发广度和深度对提升制造企业绩效具有重要作用。以往研究大多讨论组织间合作对企业绩效的直接影响[70],作为一种重要的合作方式,协作研发过程中涉及的异质性资源可能作用于企业的知识整合能力,本文将其视为调节变量,更好地诠释了内部知识整合能力在协作研发广度与深度影响下对制造企业绩效的影响,进一步完善了知识基础理论、协同创新理论与制造企业绩效的关系研究。

本文为企业管理者提供如下启示。一方面,在制造企业发展过程中,探索式创新是新技术产生的重要来源,也是获取竞争优势的必经之路。探索式创新与新知识整合密切相关,制造企业可以通过两种方式培育相应的知识整合能力,其中:混合型知识整合能力通过推动制造企业从旧技术的视角看待新技术研发,协助制造企业平稳过渡新技术的研发期;创造型知识整合能力推动更具创新性技术的产生。虽然两种类别知识整合能力的培育均促进制造企业绩效的提升,但其促进作用具有阈值效应,制造企业应意识到“过犹不及”思想在相关知识整合能力培育过程中的体现,拥有适度的混合型和创造型知识整合能力是提升绩效的关键途径。另一方面,与外部组织的协作研发关系在带来异质性资源的同时,也产生一定交易费用。在综合考虑两种因素的基础上,制造企业可以与外部组织建立多元化的协作研发关系,通过多渠道获取技术研发新思路,从而使得创造型知识整合带来的研发成果更具创新性,在市场竞争中更具优势,并最终增加企业的经济效益。与高水平的协作研发广度相比,重复合作关系的建立有助于合作伙伴之间彼此更加信任并促进合作惯例的形成,但这容易使得制造企业在探索式创新过程中受到自身和合作伙伴的双重技术发展轨迹的束缚,从而不利于混合型和创造型知识整合能力对经济效益的提升。因此,在知识整合策略与协作研发策略之间进行权衡是制造企业在发展过程中不容忽视的问题。

本文存在一些不足,有待未来研究进一步完善:①囿于数据来源的限制,本文利用制造企业联合申请的专利判断协作研发关系,在未来研究中可以进一步挖掘其他数据源(如合资公司、战略联盟)判断协作研发关系;②基于研究问题的产业背景,文中数据来自中国制造业中的上市高新技术企业,未来研究可以收集制造业中其他类型的企业数据,进行对比研究分析,并且对混合型知识整合能力与高新技术企业绩效之间的曲线关系、协作研发对混合型知识整合能力与高新技术企业绩效之间关系的调节作用进行进一步验证;③考虑到本文中的知识整合是创新活动在知识层面的体现,所以引入的控制变量与创新活动密切相关,未来研究可以考虑其他层面的控制变量。